Liquid AI 發佈用於AI智能體的微調工具

Liquid AI 近日發佈了 Liquid Harness，這是一款面向 AI 智能體的微調工具，旨在讓沒有機器學習經驗的用户也能輕鬆定製模型。Liquid Harness 是一個自主智能體，用户只需用自然語言描述任務，它就能自動完成從數據管道構建到模型部署的全流程。例如，用户通過命令行運行 lqh --auto ./my-task，系統會自動生成評分規則（rubric）、生成樣本數據、使用 LLM 評判器對樣本進行評分和篩選，接着運行基線測試、執行監督微調（SFT）和直接偏好優化（DPO），最終輸出一個可部署的模型檢查點。整個流水線包含多個階段：規格制定（spec）、評分規則編寫（rubric）、數據生成（data gen）、過濾驗證（filter）、基線測試（baseline）、SFT、DPO、評估（eval）和最終檢查點（checkpoint）。每個階段都是獨立的組件，用户可以隨時停止、檢查或手動介入。整個過程在數十分鐘內完成，大大縮短了傳統微調所需的時間。

Liquid Harness 的核心優勢在於其自動化程度。用户只需一個命令，系統就能自主完成所有工作。數據生成採用併發方式，LLM 評判器根據用户定義的規則對樣本進行評分和篩選，確保進入訓練的數據集已經過精心篩選。例如，在一次運行中，系統生成了 2000 個樣本，經過過濾保留了 1427 個，最終 SFT 得分從基線的 4.1 提升到 6.8，DPO 迭代後進一步達到 7.4，比基線高出 3.3 分。這種端到端的自動優化流程，讓模型定製變得前所未有的簡單。

作為 Liquid AI 的官方工具，Liquid Harness 專為 Liquid Foundation Models（LFM）設計，默認基礎模型為 LFM2-1.2B-Instruct。LFM 系列模型小巧且能力強大，可在各種環境中運行。該工具目前處於私有測試階段，用户需通過郵箱申請訪問權限。Liquid AI 表示，有了 Liquid Harness，用户只需一個下午就能完成首個模型的定製。這款工具的發佈標誌着 AI 模型微調向大眾化邁出了重要一步，使得非專業人士也能快速構建定製化 AI 模型。